有哪些Java开发游戏抽奖算法?

一、随机数一一对应

1、随机数算法原理：

将n个奖品编号0~n-1，其中各类奖品的概率通过其数量体现，最后程序产生0~n-1之间的随机数便是抽中的奖品编号。

例如：苹果手机概率1%，网站会员20%，折扣券20%，很遗憾59%。编号0是苹果手机，1~20是会员，21~40是折扣券，41~100是很遗憾。产生的随机数落在哪个区间就代表那个奖品被抽中。

2、随机数存在问题

a总数N快速膨胀

概率通过数量来体现在各个奖品概率较大的情况下，总数n可以较小。但如果在精度很高的情况下，总数必须按比例成倍扩大。

b平衡性影响

在Java中，Math.random()方法本身基本可以保证大量测试的情况下避免高重复，且概率分布比较平均。但是需要注意的是，该方法默认返回0-1之间的数据。在当前算法中，必须扩大指定倍数并且强制使用int进行类型转换。在这样的扩大和转换过程中，必然会对数据精度进行修改，转换后的数据也不能保证概率分布平均。该算法实际可能达不到预期的概率要求。

c算法复杂度

数据准备阶段，为每个奖品确定编号与奖品信息的关系集合需要O(n);产生随机数阶段并转换，O(1);从集合中查找，不同的数据结构实现不同，最差需要O(n);

二、离散法

1、离散法算法原理高数几何概形的思想

将奖品集合的概率划分区段放入数组中。概率区段通过该概率累计相加确定。利用随机数产生随机概率，加入数组并排序，该数据的下标，就是对应奖品集合中奖品的索引。例如，奖品的集合有X1,X2,X3,X4，对应概率为P1=0.2,P2=0.2,P3=0.3,P4=0.3。

那么，产生的概率区段数组为[0.2，0.4，0.7，1.0]。

0.2以下代表X1，0.2~0.4代表X2，0.4~0.7代表X3，0.7~1代表X4。

这样，如果产生一个随机概率为0.5，加入数组排序后，0.4~0.7之间，是X3相加所在的概率区间，返回index=2。

由于区间分布的确定是按照X集合顺序的，所以该索引也正是X3在原集合中的索引。

2、离散法特点

利用几何概形，概率数组分布在0到1之间，不再需要扩大倍数和取整操作，基本可以保证概率平均分布，避免大量重复的情况概率分配的排序过程，可以使用java默认的排序工具类，也可以自己实现。保证时间复杂度最小。

3、离散法复杂度

准备阶段，O(m)。m远小于n，因为概率只有几个，不会大量膨胀。

产生随机数，O(1)

排序取下标，根据排序算法，O(logn)即可实现

取值，根据下标，O(1);

三、Alias算法

Alias算法解决随机类型概率问题，对于开发抽奖活动的任务来说，奖品一般放置在数据库中，而概率分为一下两种：

1、所有奖项的概率和为1，也就是说本次活动所有参与人员都会中奖，中奖的等级随奖品的概率而定;

2、所有的奖项的概率和小于1，也就是说存在未中奖的情况，其实这种情况也可以归结为第一种，将剩余的概率归到未中奖事件上，然后再将未中奖看做一个奖项，这种情况就和第一种相似。